pandas快速入门

用随机数创建dataframe
data = pd.DataFrame(np.random.randn(6,4),index = dates,columes = list(ABCD))

date.shape # 查看形状，返回（6，4）代表6行4列
data.values #查看值

字典创建dataframe
d = {“A”: 1,“B”:pd.Timestamp(“20130301”),“C”:range(4),"D"np.arange(4)}

df = pd.DataFrame(d)

查看数据：
data.head() #默认看前五行（括号中的参数是查看几行的数据，默认5行）
data.index #查看行标签
data.columns #查看列标签
data.value #查看值
data.describe() #看到数据总体的情况

data.T #数据的转置
data.sort_index(axis = 1,ascending = False) #按照列标签排序，逆序

data.sort_columns(axis = 0,ascending = False) #按照行标签排序，逆序

data.sort_values(by = “A”) #根据A这一行排序，从小到大

dataframe切片：
data[“A”] #选取A这一列
data[2:4] #选取第2-4行，根据索引
data[“20130301”:“20130304”] #按行标签选择行数
前几种方法效率比较低，推荐的方法：data.loc
data.loc[“20130302”:“20130305”]

data.iloc[2:4]

data.loc[:[“B”,“C”]]

data.loc[“20130302”:“20130305”[“B”,“C”]] #选取某几行的某几列
data.loc[“20130302”,“B”] #访问某个值

data.at[pd.Timestamp(“20160302”),“B”]

data.iloc[1] #访问第一行的数据

data.iloc[1:3,2:4]

data[data.A>0] #A列里面所有大于0的数据，

data[data>0]

data2 = data.copy()
tag = [“a”]*2+[“b”]*2 +[“c”]*2
data[“TAG”] = tag

data2[data2.Tag.isin[“a”,“c”]]

修改表格书数据
data.iat [0,0] = 100

data.A = range(6)

处理丢失的数据
data = pd.data_range(“20160301,periods = 6”)
df = pd.DataFrame(np.random.randn(6,4),index = dates,columns = list(“ABCD”))

df1 = df.reindex(index = data(0:4),columns = list(df.columns)+[“E”])
df.loc[dates[1:3],“E”] = 2

df1.dropna() #丢掉缺失的数据
df1.fillna(value = 5) #把缺失值填充

判断数据集里面是否有空数据：isnull
pd.isnull[df1]

pd.isnull(df1).any() #把有缺失值的列打印出来
pd.isnull(df1).any().any() #如果有缺失值，返回True，如果没有返回False。

空数据不参与计算
df1.mean（）

df.mean(axis = 1) #按行求平均值

a = pd.Series([1,3,5,np.nan,6,8].index = dates).shift(2)

df

df.sub(s,axis = “index”)